USST_Arts_112040601短期融资券信用评级指标体系研究 ---基于RBF神经网络的实证研究

VIP免费

3.0 牛悦 2024-11-11 4 4 2.58MB 79 页 15积分

侵权投诉

摘要

短期融资券自 2005 年重启发行以来，已经历了 8年的迅速发展，截至 2012

年底累计发行 40321.57 亿元，并成为继国债、金融债之后的我国第三大债券品种。

然而，一方面，随着市场化的发展，短期融资券信用风险逐渐显现出来，如 2012

年就发生了 3起短期融资券信用风险事件，占银行间债券市场信用事件总数的

37.5%；另一方面，由于债项评级均为 A-1 最高级，现阶段短期融资券信用风险的

度量主要依据其主体评级，但我国企业主体评级又存在评级手段滞后、“高评级”

扎堆等问题。因此，如何更有效地度量短期融资券信用风险成为现实及理论的迫

切需要。本文着眼于数据的可获得性及可靠性，选取了 2012 年我国上市公司发行

的165 只一年期短期融资券样本对其信用风险进行度量，尝试构建恰当的短期融

资券信用评级指标体系。本文主要从以下几部分对问题进行了分析研究：

首先，介绍了论文研究的背景及意义，就国内外有关债券信用风险度量及信

用评级指标的相关研究作出了综述，并进一步对论文的主要工作、创新点和框架

等进行简单介绍。

其次，通过对主体评级、债项评级、评级体系的构建要点、评级的方法等信

用评级相关理论的概述，引入对我国短期融资券发行及信用评级市场现状的分析，

并进一步分析和论述了短期融资券信用风险度量的方法。结果发现：一是，随着

市场化的发展，流动性因素在短期融资券发行定价中越来越重要，且如果用一级

市场中的发行利差作为短期融资券信用风险和流动性溢价的度量指标，则当发行

规模一定时，发行利差可用来衡量不同短期融资券间信用风险溢价的差别；二是，

选取各承销银行的定期存款利率作为相应短期融资券发行利差的基准利率更符合

现实及一级市场投资者自身特点。

最后，论文将短期融资券信用评级指标体系分为财务指标和非财务指标两个

大类，并依次采用相关性分析、因子分析和指标解释能力分析等三种方法对两类

指标进行筛选，最终选取了 5个财务类和 5个非财务类共 10 个指标构建了指标体

系。本文最后基于 K-means 聚类法和 RBF 神经网络模型对指标体系的有效性进行

了实证分析，得到如下结论：一是，本文所构建的指标体系具有较好的理论及现

实依据；二是，基于 RBF 神经网络模型和所构建的指标体系可以较好地度量短期

融资券信用风险状况。

关键词：短期融资券信用评级指标体系 RBF 神经网络上市公司

ABSTRACT

Since restarted in 2005, the short term commercial paper (CP) has experienced rapid

growth for eight years. As of the end of 2012, it had issued a total 4.032157 trillion yuan,

and became the third-largest bond products in the bond market after government bonds

and financial bonds in 2012.However, on the one hand, with the development of

market-oriented, the credit risk of CP is gradually appearing, such as in 2012 there have

been three cases of credit risk events accounting for 37.5% of the total inter-bank bond

market credit event; on the other hand, because the CP’s debt rating are the most

advanced A-1 level, the measurement of credit risk based primarily on the corporate

ratings at present stage,but it also has lagged rating means , "highly rated" gathering and

other issues. Therefore, how to more effectively measure the credit risk of CP become

the urgent need for reality and theory. Based on data availability and reliability the paper

selected 165 samples of one-year CP issued by listed companies in China in 2012 to

measure the credit risk of their ,then attempt to build an appropriate credit rating

indicator system. The paper mainly studied the problem from the following aspects:

Firstly, the paper introduces the background and significance of the research, and

then gives an overview of domestic and foreign relevant research concerning bond

credit ratings, and further introduces the main thesis work, innovation and frameworks.

Secondly, by introducing the corporate rating, debt rating, the rating system

construction points and rating method, such as credit rating related theories, the paper

discusses the issuance and credit risk situation of CP at this stage, and further analyzes

the theory of CP credit rating. The results showed that: One is that with the development

of the market, liquidity factors in the process of pricing CP is more and more important,

and the primary market issuance spread is suitable as a measure of credit risk and

liquidity premium of CP, and when issuing scale fixed interest spread can be used to

measure the difference credit risk premium of CP; Second, selecting the underwriting

bank deposit interest rates as the benchmark interest rates of corresponding CP’s interest

spread will be more in line with reality and the characteristics of investors in the

primary market.

Finally, in this paper, the CP credit rating indicator system is divided into two major

categories of financial and non-financial, and ,in turn ,using correlation analysis, factor

analysis and interpretation capability analysis screened the two types of indicators, and

ultimately selected five financial indicators and five non-financial indicators to build an

indicator system of CP credit rating, then based on K-means clustering method and RBF

neural network model, the paper empirically analyzes the effectiveness of the indicator

system, giving the following conclusions: First, the indicator system constructed in this

paper has a better theoretical and practical basis; Second, based on the RBF neural

network model and the selected indicator system to measure the credit risk of CP has a

better result.

Key Words： Short Term Commercial Paper, Credit rating, Indicator

system, RBF neural network, Listed Companies

中文摘要

ABSTRACT

第一章绪论 ...................................................... 1

1.1 研究背景及意义 ............................................... 1

1.2 国内外文献综述 ............................................... 2

1.2.1 债券信用风险的研究综述 ................................. 2

1.2.2 信用评级指标的研究综述 ................................. 8

1.3 创新点及不足 ................................................ 10

1.4 主要思路及框架 .............................................. 11

第二章信用评级相关理论概述 ........................................ 13

2.1 信用评级相关概念 ............................................ 13

2.1.1 主体评级 .............................................. 13

2.1.2 债项评级 .............................................. 14

2.1.3 债项评级与主体评级之间的关系 .......................... 15

2.2 信用评级指标体系 ............................................ 16

2.2.1 评级指标选取的基本原则 ................................ 16

2.2.2 评级指标构建的流程 .................................... 17

2.3 信用评级方法 ................................................ 18

2.3.1 主要评级方法概述 ...................................... 18

2.3.2 RBF 神经网络模型 ....................................... 22

第三章我国短期融资券市场现状分析 .................................. 28

3.1 短期融资券的特点及意义 ...................................... 28

3.1.1 短期融资券的特点 ...................................... 28

3.1.2 短期融资券的意义 ...................................... 29

3.2 短期融资券的发行现状 ........................................ 31

3.3 短期融资券的信用评级现状 .................................... 35

3.3.1 短期融资券信用评级的必要性 ............................ 35

3.3.2 短期融资券信用评级存在的问题 .......................... 36

第四章基于 RBF 网络模型的短期融资券信用评级指标体系的实证分析 ...... 39

4.1 短期融资券信用风险的度量 .................................... 39

4.1.1 短期融资券的流动性溢价 ................................ 40

4.1.2 短期融资券利差基准利率的选取 .......................... 42

4.2 数据的预处理 ................................................ 44

4.3 信用评级指标的选取 .......................................... 45

4.3.1 财务类指标的选取 ...................................... 46

4.3.2 非财务类指标的选取 .................................... 52

4.4 信用评级指标体系的评价 ...................................... 55

4.5 基于 RBF 网络模型的指标体系的实证分析 ........................ 57

第五章主要结论及政策建议 .......................................... 60

5.1 主要结论 .................................................... 60

5.2 政策建议 .................................................... 60

附录一 ........................................................... 62

参考文献 ........................................................... 71

在读期间公开发表的论文和承担科研项目及取得成果 ..................... 75

致谢 ............................................................... 76

第一章绪论

1.1 研究背景及意义

自《短期融资券管理办法》于 2005 年5月颁布以来，短期融资券开始在我国

银行间市场发行并交易。由于短期融资券具有发行程序简单、灵活性大、发行成

本低和无需担保等特点，自发行以来，备受企业青睐，取得了迅猛发展。据中央

结算公司债券信息部统计，2012 年底短期融资券总发行额为 8920.47 亿元，较上

一年同比增长 11.29%，占总债券发行量的 11.71%，成为继国债、金融债之后的我

国第三大债券品种1。

然而，随着短期融资券市场的快速发展，一方面，短期融资券信用风险开始

逐渐凸显出来。如 2012 年我国银行间债券市场共发生了 8起信用风险事件，其中

有3起短期融资券信用事件，这 3起信用事件分别为：“11 海龙 CP01”、“ 11 新中

基CP001”和“11 江西赛维 CP001”信用事件2。另一方面，在短期融资券信用评

级方面，我国目前仍存在较多问题：首先，短期融资券自 2006 年12 月以来，发

行的债项级别均为最高级 A-1 级，其对短期融资券的信用风险的甄别功能几乎丧

失，市场更多地是通过发行主体的信用等级来判别短期融资券的信用风险；其次，

我国企业主体信用评级也存在不少问题，如评级手段滞后、“高评级”扎堆现象和

评级市场混乱等问题。

此外，在我国短期融资券市场中，其发行与交易主要以市场供需为主导，这

在很大程度上避免了行政干预的影响，以及短期融资券的无担保特性，使其成为

了债券市场中市场化程度相对最高及最具代表性的信用风险类债券。

由上可见，对短期融资券信用风险评级进行研究不仅存在现实及理论的迫切

需要，而且对今后市场化的风险债券的发行及定价等研究也具有重要的借鉴意义。

基于上述情况，本文以我国上市公司短期融资券为实证研究对象，借鉴国内

外有关企业或债券信用评级体系的构建理论及方法，尝试构建恰当的信用风险评

级体系用于度量我国短期融资券的信用风险，用于替代其主体信用等级而作为短

期融资券信用风险度量的工具。

1 数据来源：中国债券信息网，注：2012 年没有发行央行票据

2 数据来源：金融时报 2013 年04 月11 日

上海理工大学硕士学位论文

1.2 国内外文献综述

1.2.1 债券信用风险的研究综述

目前针对债券的信用风险的分析主要有两种方法：违约率分析和信用利差分

析。

违约率分析，就是将违约率作为衡量信用质量的标准，然后通过特定的模型

构建与违约率相对应的指标，利用该指标与违约率的高度相关性预估债券的信用

风险。违约率分析法的典型特点就是需要大量的历史违约率数据。

债券利差有发行利差和交易利差之分，发行利差主要指一级市场上债券登记

发行日的票面利率与基准利率之间的差值；交易利差则主要指债券二级市场上的

交易利率与基准利率之间的差值。信用利差分析，就是以信用利差表示投资者对

债券信用风险的认可度，对应于债券发行利差或交易利差中由信用风险决定的那

部分溢价利差。相较违约率分析法，信用利差分析法基于债券的历史利差数据，

不需要债券的历史违约率数据，同时信用利差方法分析的信用风险指的是债券市

场中投资者定价时所认可的信用风险，与现实中实际信用违约风险有一定的区别。

下面将对有关债券信用风险与利差之间关系的相关研究作出综述。

1．利差构成的相关研究

早期，西方学界并不对债券的利差(yield spread)和信用利差(credit spread)进行

区分，且将信用利差定义为：除信用资质评级外，其他各方面特征均相似的公司

债券与无风险债券(一般指国债)间收益率的差值。这是因为人们最初一般认为债券

利差完全由其预期违约风险所造成的。但后来通过大量理论及实证分析发现，信

用利差并不能完全解释债券利差，公司债券的实际利差与其预期违约损失间存在

一个“宽缺口”，即所谓的“信用利差之谜”( credit spread puzzle)。

国外有关“信用利差之谜”的研究如下：

Elton E et al. (2001) 对美国公司债券与国债间的利差进行了考察，发现信用风

险只能解释两者间利差中的很小一部分，并提出税收因素对两者间利差具有重要

的解释作用[1]。

Huang and Kong(2003) 利用违约风险和流动性风险等8个指标变量解释了美

国公司债券利差变化中的60%部分，证明了债券利差中除包含信用风险溢价之外，

还存在诸如流动性溢价、税收效应等因素[2]。

Amato and Remolona ( 2003) 研究指出，公司债券的实际利差一般要远大于其

第一章绪论

预期违约的损失，且公司债券信用等级越低、期限越长，两者间的差值越大[3]。

Driessen(2005) 也认为税收的不同对债券利差具有影响，且相对于高信用级别

的债券，低信用级别债券的利差受到税率影响更大些，且估计流动性溢价大约占

债券利差的20%[4]。

Chen et al. (2007) 以美国近4000只公司债券为研究对象，利用财务指标、主体

信用、流动性指标等一系列指标对债券利差进行实证分析，得出以上指标对债券

利差的解释能力为50%左右，且流动性指标的解释能力与信用风险指标相当[5]。

国内学者对“信用利差之谜”也进行了研究。

汤顺尧和邓兵(2007) 基于扩展的KMV模型，以2005年的27只短期融资券为实

证样本，研究了我国上市公司短期融资券的信用溢价，得出结论：总体上，理论

信用利差与短期融资券发行利差存在正相关关系，但只能解释其发行利差的一部

分 [6]。

郑佳铭和范龙振(2011) 以2007-2008年的382只短期融资券为研究样本，将流

动性指标和主体信用评级单独对发行利差和交易利差进行了回归，得到调整的可

决系数分别为---发行利差：流动性指标0.20、信用评级0.31；交易利差：流动性指

标0.45、信用评级0.53，即流动性和信用风险对短期融资券利差解释能力基本相当

[7]。

从上述有关“信用利差之谜”的研究可以得出，债券利差（包括发行利差和

交易利差）主要由信用风险溢价、流动性溢价和税收因素构成，而其中税收因素

则可在基准利率选择时进行规避。这一观点也得到我国多数学者的认同。

赵娜(2006）通过对国外有关债券利差和信用利差关系的研究，将西方学界中

的预期违约损失补偿和违约风险溢价之和定义为企业由违约风险而造成的利差，

即广义信用利差，因而得到债券利差由信用利差和流动性溢价构成的结论[8]。

徐强(2007）认为从总体结构上看债券利差应主要包括信用利差、流动性溢价

和期限结构利差三部分，当研究对象为同期限债券时，债券利差则主要包括信用

利差和流动性溢价两部分[9]。作者并基于上述利差结构对我国短期融资券发行利差

的影响因素进行了实证研究。

严曙光(2011）也认为从严格意义上说，债券利差主要由：流动性溢价和信用

利差两部分组成[10]。

李合怡和贝政新(2013) 指出流动性溢价是除信用风险溢价之外对债券利差影

响的第二大因素[11]。

纪玲云(2013) 认为债券信用利差(此处应指债券利差，国内有的学者将债券利

差称为信用利差) 主要由信用风险溢价、税收和流动性溢价三部分组成，并指出近

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要短期融资券自2005年重启发行以来，已经历了8年的迅速发展，截至2012年底累计发行40321.57亿元，并成为继国债、金融债之后的我国第三大债券品种。然而，一方面，随着市场化的发展，短期融资券信用风险逐渐显现出来，如2012年就发生了3起短期融资券信用风险事件，占银行间债券市场信用事件总数的37.5%；另一方面，由于债项评级均为A-1最高级，现阶段短期融资券信用风险的度量主要依据其主体评级，但我国企业主体评级又存在评级手段滞后、“高评级”扎堆等问题。因此，如何更有效地度量短期融资券信用风险成为现实及理论的迫切需要。本文着眼于数据的可获得性及可靠性，选取了2012年我国上市公司发行的165...

展开>> 收起<<

USST_Arts_112040601短期融资券信用评级指标体系研究 ---基于RBF神经网络的实证研究.pdf

共79页,预览8页

还剩页未读，继续阅读

USST_Arts_112040601短期融资券信用评级指标体系研究 ---基于RBF神经网络的实证研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: